Пространственный анализ распространения темнохвойных лесовна Северо-Западном Кавказе
Анна Комарова1,3,Наталья Куксина2, Александр Зудкин1
1Гринпис России, 2НП «Прозрачный мир»3Биологический ф-т МГУ им.М.В.Ломоносова
Аэрокосмические мет оды и ГИСв лесоведении, лесном хозяйст ве и экологии
21 апреля 2016
Кавказ:-> регион высокой природоохранной ценности, но не было анализа распространения ЛВПЦ или аналогичных категорий;-> нет пространственных данных регионального масштаба
ДДЗЗ:-> возможность понять ценностьучастка (ЛВПЦ - инструмент) -> основа для экстраполяцииданных, пространственно непрерывные данные
Темнохвойные леса:-> редкие растительные сообщества: Vaccinio-Fagion orientalis и Rhododendrono pontici-Fagion orientalis(подсоюз Abieti-Fagenion orientali)-> средообразующее значение-> распределение по элементам рельефа – описательные данные
Какими факторами определяется распространение темнохвойных лесов?
• Индикаторы• Факторы
Температура (Орлов, 1951)ВлажностьМощность почв (Шевела, 2013)Освоенность территории
Ветер?Освещенность?
Косвенная оценка
Экспозиция склонаКрутизна склонаВысота над уровнем моряГеографическое положение (бассейн)
Задачи:
• Получение слоя темнохвойных лесов
• Валидация результата
• Пространственный анализ
1. Получение слоя темнохвойных лесов
Открытые ДЗЗ
-ИК
-Размер сцены
-20-30 м
-Переходные границы
-Свободные данные
Доступные методы
- ПО – открытое или доступное НКО
Простота этапов
Возможность анализа «с нуля»
Иерархический подход (маска леса)
Основа калибровки и валидации: полевые данные
Данные дистанционного зондирования:Тип сенсора
Используемые каналы (номер, область спектра, диапазон)
Разрешение
Даты съемки
Источник данных
Предварительная обработка
Область применения
Landsat TM Видимый свет, ближний ИК2 (0,52-0,6),3 (0,63-0,69),4 (0,76-0,9),5 (1,55-1,75)
30 м Сентябрь2007, Сентябрь2010
http://glovis.usgs.gov/
Level 1+ корегистрацияс учетом SRTM
Автоматическаяклассификация
Landsat ETM+
Видимый свет, ближний ИК2 (0,52-0,6),3 (0,63-0,69),4 (0,76-0,9),5 (1,55-1,75)Панхроматический канал 8 (0,5-0,9)
30 м
15 м
Зимние снимки
http://glovis.usgs.gov/
Level 1+ корегистрация с учетом SRTM
Проверка результата классификации
TerraLookAster
Естественные цвета
15 м http://glovis.usgs.gov/
Конечный продукт
Проверка результата классификации
QuickBird Естественные цвета
2,4 м ? GoogleEarth, BingMaps (SasPlanet)
Конечный продукт
Проверка результата классификации
каналы 2, 3, 4, 5 (Schmitt, Ruppert, 1996)
- 4 сцены- 2,3,4,5 TM- Автоматическая корегистрация к мозаике N 37-40- SRTM- Излучение на сенсоре
Данные: Landsat TM
Получение и валидация слоя темнохвойных лесов
NeRIS vs обучаемая классификация:
- Качество эталонов
- Статистика всей области
ScanEx Image Processor 3.6.8, Thematic Pro
• маска лесов (ISODATA)• создание калибровочного слоя• обучение нейронной сети в пределах маски• калибровка нейронной сети• классификация (NeRIS)• проверка результата по известным точкам и дополнительным данным (грид
2 км; ArcView/open-in-GoogleEarth)
ISODATA (Iterative Self-Organising Data Analysis Technique –итеративный самоорганизующийся способ анализа данных)
- 50 классов- 20 итераций
- Лес/прочее –принцип избыточности
- Median 1 х 2- Маска
высокогорий с крутыми склонами
Маска леса
NeRIS (SOM)(гауссовская стратегия локальной окрестности, расстояние – манхэттэнское, дисторсия на краях)
- Калибровка – волшебная палочка- ~200 полигонов/сцена (GPS+дополн.)- Постобработка (окружение)
Monte-Carlo test Observation: 0.4299477
> plot(tree2$Band_3, tree2$Band_2)> plot(tree2$Band_3, tree2$Band_2)
> tree2.between<-bca(tree2s.dudi, tree2s[,6], scannf=FALSE)> randtest(tree2s.between)
Автоматическая калибровка по данным описаний
4 х
Результат классификации и калибровки
Под маской леса:
1 – темнохвойные
50 – прочие леса4 х Под маской леса:
1 – темнохвойные
50 – прочие леса
Совмещение сцен
%
1. Результирующий слой темнохвойных лесов
2. Валидация результата • Fishnet 2x2 км
• Landsat ETM+ - зимние снимки• TerraLook Aster
• Высокодетальные снимки (GoogleEarth, SasPlanet)
• Фотографии
Кросс-валидация95,9%
Индекс каппа Коэна составил 81,5%
2. Валидация результата
Ошибка выделения 16%, пропуски 17%.
Автоматическое выделение пихтарников по данным дистанционного зондирования дает результат высокой точности.Значения ошибки выделения и пропусков близки
qNqdk
−−
=
( )
N
rpicpiq
n
i∑== 1
)(*
Значения растраПроверочные
данные1 (темн) 2(не темн) ∑ UA
1 (темнохвойные) 496 97 593 0,84
50 (прочие) 102 4161 4263
∑ 598 4258 4856
PA 0,83 OA 0,96
SRTM (~84 м) -> мозаика Albers EqualArea WGS84, 30 м ->ArcGIS Spatial Analyst
3. Пространственный анализ - рельеф
БассейныЭкспозициясклонов (9 позиций)Крутизна склонов(<10˚, 11-20, 21-30, 31-40, 41-50, > 50˚)+ абсолютная высота
Multi Values to Points
Площади темнохвойных лесов по бассейнам, тыс. га 4,6 25,2
69,3
62,44
26,3
15
30,2
Доля темнохвойных лесов по бассейнам
1,7%
9,8%
19,6%
6,3%
20,2%44,4%
33,1%
24,4%
236,9
16,4%
12,2%
экспозицияуклон flat n ne e es s sw w nw ∑
0-10 6203 2637 1215 917 779 1142 2142 4756 199214% 2% 1% 1% 1% 2% 3% 4% 3%
11-20 20931 8517 2373 1433 1918 4773 8620 15777 6449517% 11% 5% 2% 2% 6% 14% 18% 10%
21-30 26844 9975 2356 1140 1726 7005 12671 22193 8408139% 21% 8% 3% 3% 14% 32% 44% 22%
31-40 19891 6981 1099 408 429 3808 7932 15963 5662264% 33% 9% 3% 2% 20% 48% 70% 36%
41-50 3627 1158 204 43 39 530 1885 3485 1098971% 37% 9% 2% 2% 29% 60% 77% 47%
>50 285 64 6 2 3 24 139 266 79343% 38% 7% 3% 8% 38% 59% 59% 44%
∑ 587 77781 29332 7253 3942 4893 17283 33390 62440 23690111% 20% 11% 4% 2% 2% 8% 18% 22% 12%
Распределение площади (га) и доли темнохвойных лесов по склонам разной крутизны и экспозиции
Высота темнохвойных массивов над у.м. на склонах разных экспозиций – Верховья Кубани
Высота и крутизна vs склоны разной экспозиции Среднее; бассейны Черного моря (сплошная линия), рек Белой (пунктир), Зеленчука(точка-пунктир) и верховья Кубани (точка)
10001500 20 10
Высота над уровнем моря по бассейнам
Результаты, выводы…• Темнохвойные леса: 237 тыс. га, 12%
лесов. Валидация: 95,9% (каппа 0,81)
• Основные бассейны: площадь -Белая, Лаба, доля от территории –Теберда, Верховья Кубани
• Максимальные площади темнохвойных – на склонах 21-30˚, но доля темнохвойных много выше на очень крутых склонах (выше 40˚)
• Всегда предпочитают северные и северо-западные склоны
• С СЗ на ЮВ средняя высота над у.м. темнохвойных лесов повышается с 800 до 2000 м, предпочитаемая крутизна склонов - постоянна
Результаты, выводы…• Темнохвойные леса: 237 тыс. га, 12%
лесов. Валидация: 95,9% (каппа 0,81)
• Основные бассейны: площадь -Белая, Лаба, доля от территории –Теберда, Верховья Кубани
• Максимальные площади темнохвойных – на склонах 21-30˚, но доля темнохвойных много выше на очень крутых склонах (выше 40˚)
• Всегда предпочитают северные и северо-западные склоны
• С СЗ на ЮВ средняя высота над у.м. темнохвойных лесов повышается с 800 до 2000 м, предпочитаемая крутизна склонов - постоянна
И предположения…• влажность:
экспозиция высота? бассейн, крутизна• температура (ее верхний
предел)+конкуренция:
экспозиция высота? бассейн? крутизна
• мощность почвы:экспозиция? крутизна высотабассейн
• освоенность территории:экспозиция? крутизна высота бассейн
Дополнительные данные и анализ…
Анна Комарова,руководитель проектов
ГИС-отдел Гринпис России[email protected]
8903-626-95-55www.forestforum.ru
Спасибо за внимание!